Concordancia entre especialistas. ¿Cómo podemos saber si tenemos una GT representativa para entrenar una red neuronal? Un estudio centrado en el Carcinoma Basocelular (BCC)
- Autores: I. Matas González, Begoña Acha Piñero, F. F. Silva, A. Serrano, Tomás Toledo Pastrana
- Localización: CASEIB 2023. Libro de Actas del XLI Congreso Anual de la Sociedad Española de Ingeniería Biomédica: Contribuyendo a la salud basada en valor / coord. por Joaquín Roca González, Dolores Ojados González, Juan Suardíaz Muro, 2023, ISBN 978-84-17853-76-1, págs. 496-499
- Idioma: español
- Enlaces
-
Resumen
El cáncer de piel no melanoma más común es el carcinoma basocelular, BCC, del inglés basal cell carcinoma, con una incidencia entorno al 70% con unos criterios muy objetivos. Tener una verdad de referencia (GT, del inglés Ground Truth) adecuada es algo primordial a la hora de entrenar un modelo de Inteligencia Artificial (IA). En este estudio se pretende analizar la fiabilidad de la verdad de referencia de los patrones BCC presentes en una lesión ya que estos patrones dermatoscópicos no pueden ser validados por biopsia. Se recogieron los diagnósticos de los criterios BCC de 204 lesiones de cuatro dermatólogos distintos. Con ello se realizó un estudio de concordancia entre evaluadores haciendo uso de la Distancia de Hamming y de los coeficientes Cohen Kappa y Fleiss Kappa. De acuerdo con los valores de kappa obtenidos, se obtuvo un acuerdo moderado entre los dermatólogos 1 a 3 para los patrones Pigment Network, Ulceration y Arborizing Telangiectasia. ...
